CN113919985A - 数控机床教学课程的考评方法、装置、存储介质及处理器 - Google Patents
数控机床教学课程的考评方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN113919985A CN113919985A CN202111187748.3A CN202111187748A CN113919985A CN 113919985 A CN113919985 A CN 113919985A CN 202111187748 A CN202111187748 A CN 202111187748A CN 113919985 A CN113919985 A CN 113919985A
- Authority
- CN
- China
- Prior art keywords
- data
- student
- score
- attribute information
- teaching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000007619 statistical method Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000012896 Statistical algorithm Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数控机床教学课程的考评方法、装置、存储介质及处理器。该方法包括:对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;通过评分数据的属性信息确定教学课程考试的学生成绩;对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;通过分析后的数据对教学课程进行考评。通过本申请,解决了相关技术中由于难以对失分类型进行细致分析,导致教学质量较低的问题。
Description
技术领域
本申请涉及教学课程处理技术领域,具体而言,涉及一种数控机床教学课程的考评方法、装置、存储介质及处理器。
背景技术
现有技术对学生在实操课程环境下没有进行失分类型细致的分析,从而导致教学效果反馈不及时,教师无法及时调整教学,实现持续改进。
针对相关技术中由于难以对失分类型进行细致分析,导致教学质量较低的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种数控机床教学课程的考评方法、装置、存储介质及处理器,以解决相关技术中由于难以对失分类型进行细致分析,导致教学质量较低的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种数控机床教学课程的考评方法。该方法包括:对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;通过评分数据的属性信息确定教学课程考试的学生成绩;对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;通过分析后的数据对教学课程进行考评。
进一步地,评分数据的属性信息至少包括:考试的题目类型、考试的考核内容、考试的预设规范值、考试成绩、考试成绩的上偏差、考试成绩的下偏差、题目的失分类型。
进一步地,对教学课程考试中的目标数据的属性进行信息的配置包括:将评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;将统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
进一步地,通过评分数据的属性信息确定教学课程考试的学生成绩包括:根据评分数据的属性信息确定评分表的模板;通过将数控机床的测量结果导入至评分表的模板中,进而确定教学课程考试的学生成绩。
进一步地,对学生成绩统计分析,得到分析后的数据包括:通过目标统计算法对学生成绩统计分析,得到分析后的数据,并将分析后的数据进行页面显示,其中,页面显示的内容至少包括:每个学生对应的题目类型的分数、每个学生对应的题目类型的分数与班级题目类型的目标分数的比较结果、每个学生对应的题目类型的失分统计、班级题目类型的失分统计。
进一步地,通过分析后的数据对教学课程进行考评包括:从失分统计中获取失分数量,其中,失分数量包括:每个学生对应的题目类型的失分数量以及班级题目类型的失分数量;通过失分数量对教学课程进行考评。
进一步地,统计数据的属性信息至少包括:期末统计分数、每个学生的分数统计、每个学生的失分统计、每个学生的成绩排名,其中,期末统计分数至少包括:统计数据需要的预设时间、评分表的模板名称、成绩统计、学生的课程学分、学生的课程绩点、以及学生的学分绩点。
为了实现上述目的,根据本申请的另一方面,提供了一种数控机床教学课程的考评装置。该装置包括:第一配置单元,用于对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;第一确定单元,用于通过评分数据的属性信息确定教学课程考试的学生成绩;第一分析单元,用于对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;第一考评单元,用于通过分析后的数据对教学课程进行考评。
进一步地,评分数据的属性信息至少包括:考试的题目类型、考试的考核内容、考试的预设规范值、考试成绩、考试成绩的上偏差、考试成绩的下偏差、题目的失分类型。
进一步地,第一配置单元包括:第一配置模块,用于将评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;第二配置模块,用于将统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
进一步地,第一确定单元包括:第一确定模块,用于根据评分数据的属性信息确定评分表的模板;第二确定模块,用于通过将数控机床的测量结果导入至评分表的模板中,进而确定教学课程考试的学生成绩。
进一步地,第一分析单元包括:第一分析模块,用于通过目标统计算法对学生成绩统计分析,得到分析后的数据,并将分析后的数据进行页面显示,其中,页面显示的内容至少包括:每个学生对应的题目类型的分数、每个学生对应的题目类型的分数与班级题目类型的目标分数的比较结果、每个学生对应的题目类型的失分统计、班级题目类型的失分统计。
进一步地,第一考评单元包括:第一获取模块,用于从失分统计中获取失分数量,其中,失分数量包括:每个学生对应的题目类型的失分数量以及班级题目类型的失分数量;第一考评模块,用于通过失分数量对教学课程进行考评。
进一步地,统计数据的属性信息至少包括:期末统计分数、每个学生的分数统计、每个学生的失分统计、每个学生的成绩排名,其中,期末统计分数至少包括:统计数据需要的预设时间、评分表的模板名称、成绩统计、学生的课程学分、学生的课程绩点、以及学生的学分绩点。
根据本申请实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的方法。
根据本申请实施例的另一方面,还提供了一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时执行上述任意一项的方法。
通过本申请,采用以下步骤:对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;通过评分数据的属性信息确定教学课程考试的学生成绩;对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;通过分析后的数据对教学课程进行考评,解决了相关技术中由于难以对失分类型进行细致分析,导致教学质量较低的问题。通过配置后的目标数据的属性信息确定教学课程考试的学生成绩,并对学生成绩进行统计分析,对失分类型进行细致分析,进而达到了提升教学质量的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的数控机床教学课程的考评方法的流程图;
图2是根据本申请实施例提供的数控机床教学课程的考评方法的属性配置示意图;
图3是根据本申请实施例提供的数控机床教学课程的考评方法的评分模块流程图;
图4是根据本申请实施例提供的数控机床教学课程的考评方法的评分表模板展示示意图;
图5是根据本申请实施例提供的数控机床教学课程的考评方法的评分表页面显示示意图;
图6是根据本申请实施例提供的数控机床教学课程的考评方法的统计模块示意图;
图7是根据本申请实施例提供的数控机床教学课程的考评方法的图表展示示意图;
图8是根据本申请实施例提供的数控机床教学课程的考评方法的数据模型逻辑关系示意图;
图9是根据本申请实施例提供的数控机床教学课程的考评装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述,以下对本申请实施例涉及的部分名词或术语进行说明:
上偏差:最大极限尺寸减其基本尺寸所得的代数差。
下偏差:最小极限尺寸减其基本尺寸所得的代数差。
根据本申请的实施例,提供了一种数控机床教学课程的考评方法。
图1是根据本申请实施例的数控机床教学课程的考评方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息。
具体的,在数控机床教学课程考试中,目标数据包括教学课程考试的评分数据以及教学课程考试的统计数据,其中,评分数据用于对数控机床教学课程考试制定打分规则,教学课程考试的统计数据用于对成绩进行分析统计。
可选地,在本申请实施例提供的数控机床教学课程的考评方法中,评分数据的属性信息至少包括:考试的题目类型、考试的考核内容、考试的预设规范值、考试成绩、考试成绩的上偏差、考试成绩的下偏差、题目的失分类型。
需要说明的是,评分数据的属性信息还包括:每个题目类型的标准分数、以及每个题目类型的实际测量结果、评分标准的算法。
可选地,在本申请实施例提供的数控机床教学课程的考评方法中,对教学课程考试中的目标数据的属性进行信息的配置包括:将评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;将统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
具体的,上述的考试的题目类型用于区分题目考核的类型,方便统计,例如:题目类型为计算尺寸、题目类型为计算粗糙度等;考试的考核内容用来描述考核标准,例如:表面锉纹均匀一致,用放大镜放大加工痕迹,深浅不超过粗糙度样块工作面加工痕迹深度,满分;超出不得分;考试的预设规范值用来描述考核技术标准,例如:加工件的标准尺寸等于16;考试成绩的上偏差,用于分数自动计算,实测结果大于此值不得分,考试成绩的下偏差,用于分数自动计算,实测结果小于此值不得分,考试成绩包含每个题目类型的所得的分数,题目的失分类型用于勾选出学生题目的不足之处如:测量位置不对称等,其中,评分标准的算法用于将实测结果于上偏差和下偏差进行比较,并计算得分,实测结果小于下偏差得分为0,实测结果大于上偏差得分为0,实际测量结果在下偏差和上偏差之间得分为学生考试的分数。
可选地,在本申请实施例提供的数控机床教学课程的考评方法中,对教学课程考试中的目标数据的属性进行信息的配置包括:将评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;将统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
例如,考试的题目类型与题目的失分类型配置按照json格式(对应于本申请中的第一预设格式)进行信息的配置之前,将题目类型与失分类型数据的配置文件写入创建的评分类的代码中,如下代码所示:
在得到配置后的评分数据的属性信息之后,还需要对统计数据的属性信息进行统计,以便后续对学生成绩进行自动化统计。
可选地,在本申请实施例提供的数控机床教学课程的考评方法中,统计数据的属性信息至少包括:期末统计分数、每个学生的分数统计、每个学生的失分统计、每个学生的成绩排名,其中,期末统计分数至少包括:统计数据需要的预设时间、评分表的模板名称、成绩统计、学生的课程学分、学生的课程绩点、以及学生的学分绩点。
具体的,对统计数据的属性信息进行配置包括:期末统计分数中统计数据需要的预设时间是指选择需要统计的时间段,进而根据时间段显示数据;评分表的模板名称用于显示出根据时间段统计出的评分表名称;成绩统计包含平均成绩统计、期末成绩统计、总平均成绩统计,其中,平均成绩为所有当前评分表的平均成绩,期末成绩为时间段内最会一个评分表的成绩,总平均成绩为读取配置中总平均算法并进行计算得到的成绩;在配置文件中配置课程学分作为学生的课程学分;对学生的课程绩点配置例如:总平均成绩(90-100),绩点4-5.0;总平均成绩(80-89),绩点3-3.9;总平均成绩(70-79),绩点2-2.9;总平均成绩(60-69),绩点1-1.9;总平均成绩60以下,绩点0,可在配置文件内配置算法;将学生的课程学分与学生的课程绩点相乘作为学生的学分绩点;每个学生的失分统计的配置包括:个人失分统计,用于区分评分表统计出学生每个评分表各类失分类型数量,以及全班失分统计,用于区分评分表统计出每个评分表全班各类失分类型数量,对每个学生的成绩排名进行配置包括对题目类型分数以及总分数的配置,例如,选择其中一个评分表,显示出每个题目类型的总分数,以及每个类型分数,其中,总分数用于显示当前评分表总分数。
需要说明的是,上述对统计数据的属性信息的配置中,对题目类型平均分也进行了统计,例如,统计尺寸公差平均分;对当前评分表全班这类题目的平均分也进行了统计,也统计出当前评分表所有学生这类题目的平均分,取得其中平均分中的最高分。
例如,将统计数据算法按照json格式(对应于本申请中第二预设格式)进行信息的配置之前,将从配置文件获取到的统计算法数据写入创建的统计类的代码中,如下代码所示:
综上可知,对上述评分数据的属性信息配置以及统计数据的属性信息配置如图2展示所示。
步骤S102,通过评分数据的属性信息确定教学课程考试的学生成绩。
具体的,将评分数据的属性信息生成了评分表模板,根据评分表模板对学生成绩的评分。
可选地,在本申请实施例提供的数控机床教学课程的考评方法中,通过评分数据的属性信息确定教学课程考试的学生成绩包括:根据评分数据的属性信息确定评分表的模板;通过将数控机床的测量结果导入至评分表的模板中,进而确定教学课程考试的学生成绩。
例如,图3是根据本申请实施例提供的数控机床教学课程的考评方法的评分模块流程图,如图3所示,配置评分表题目类型与失分选项的关系,在评分前在配置文件中根据json格式进行配置,导入评分表,每个课题只有一张评分表(例如,模板如图4评分表模板展示),在系统中课程表页面进入教师上课页面,选择显示的课题进入评分,在页面中显示评分表(例如,评分表页面显示如图5所示)手动评分,并保存成绩或者以评分模板中按照学生姓名不同,将填写实测结果导入图4的模板中,系统会根据上偏差和下偏差的标准范围自动计算分数,录入成绩,输入学生实际工件的数据,系统根据实际数据自动计算分数,并将当前评分表的所有数据保存到数据库中进行数据的统计。
步骤S103,对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计。
具体的,将上述步骤得到的学生成绩在统计模块中进行分析统计,进一步提升了课程的教学质量的反馈效率。
可选地,在本申请实施例提供的数控机床教学课程的考评方法中,对学生成绩统计分析,得到分析后的数据包括:通过目标统计算法对学生成绩统计分析,得到分析后的数据,并将分析后的数据进行页面显示,其中,页面显示的内容至少包括:每个学生对应的题目类型的分数、每个学生对应的题目类型的分数与班级题目类型的目标分数的比较结果、每个学生对应的题目类型的失分统计、班级题目类型的失分统计。
例如,图6是根据本申请实施例提供的数控机床教学课程的考评方法的统计模块示意图,如图6所示,从工作主程序中进入统计模块,根据班级的不同根据统计算法展示相应成绩,其中,展示页面基于jquery.dataTables显示,具体的班级与个人成绩对比包括个人与班平均对比和个人与班最高分对比,通过选择班级,以及班级中的人员,选择一个或多个课题进行图形展示(效果展示如图7的Echarts图表效果展示);其中,Echarts图表展示包括Echarts图形展示课题总成绩与平均分和最高分对比、Echarts图形展示题目类型与平均分和最高分对比、Echarts雷达图显示学生题目类型的得分情况,并对学生的考试题目进行失分统计,具体包括,全班失分统计和个人失分统计,实现方式为,选择班级,并选中某个评分表统计失分次数,基于Echarts柱状图形展示,通过选择班级,进而选择评分表,对学生成绩进行可升序降序的排名,本申请通过对学生的失分类型进行细致分析,统计出学生课程中知识点的优与劣,从而调整教学计划保证学生的学习成果。
具体的,上述的Echarts雷达图显示学生题目类型的得分情况的代码实现为:
步骤S104,通过分析后的数据对教学课程进行考评。
具体的,本申请通过利用统计模块中对学生得分情况、班级对应题目的得分情况的具体分析,进一步提升了课程的教学质量的反馈效率。
可选地,在本申请实施例提供的数控机床教学课程的考评方法中,通过分析后的数据对教学课程进行考评包括:从失分统计中获取失分数量,其中,失分数量包括:每个学生对应的题目类型的失分数量以及班级题目类型的失分数量;通过失分数量对教学课程进行考评。
具体的,本申请通过如图7的图表展示效果图,将学生以及班级对应于题目的失分情况进行清晰的展示,进一步地提升了对教学课程进行考评时的高效性。
可选地,图8是根据本申请实施例提供的数控机床教学课程的考评方法的数据模型逻辑关系示意图,如图8所示,评分表由多个题目组成,每个题目有一个题目属性,题目类型与失分选项关系是一对多,一道题可以有多个失分类型;统计评分表根据题目类型、失分类型选项和配置好的评分标准算法进行考评统计。
综上,本申请实施例提供的数控机床教学课程的考评方法,通过对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;通过评分数据的属性信息确定教学课程考试的学生成绩;对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;通过分析后的数据对教学课程进行考评,解决了相关技术中由于难以对失分类型进行细致分析,导致教学质量较低的问题。通过配置后的目标数据的属性信息确定教学课程考试的学生成绩,并对学生成绩进行统计分析,对失分类型进行细致分析,进而达到了提升教学质量的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种数控机床教学课程的考评装置,需要说明的是,本申请实施例的数控机床教学课程的考评装置可以用于执行本申请实施例所提供的用于数控机床教学课程的考评方法。以下对本申请实施例提供的数控机床教学课程的考评装置进行介绍。
图9是根据本申请实施例的数控机床教学课程的考评装置的示意图。如图9所示,该装置包括:第一配置单元901、第一确定单元902、第一分析单元903、第一考评单元904。
具体的,第一配置单元901,用于对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;
第一确定单元902,用于通过评分数据的属性信息确定教学课程考试的学生成绩;
第一分析单元903,用于对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;
第一考评单元904,用于通过分析后的数据对教学课程进行考评。
综上,本申请实施例提供的数控机床教学课程的考评装置,通过第一配置单元901对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;第一确定单元902通过评分数据的属性信息确定教学课程考试的学生成绩;第一分析单元903对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;第一考评单元904通过分析后的数据对教学课程进行考评,解决了相关技术中由于难以对失分类型进行细致分析,导致教学质量较低的问题。通过配置后的目标数据的属性信息确定教学课程考试的学生成绩,并对学生成绩进行统计分析,对失分类型进行细致分析,进而达到了提升教学质量的效果。
可选地,在本申请实施例提供的数控机床教学课程的考评装置中,评分数据的属性信息至少包括:考试的题目类型、考试的考核内容、考试的预设规范值、考试成绩、考试成绩的上偏差、考试成绩的下偏差、题目的失分类型。
可选地,在本申请实施例提供的数控机床教学课程的考评装置中,第一配置单元901包括:第一配置模块,用于将评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;第二配置模块,用于将统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
可选地,在本申请实施例提供的数控机床教学课程的考评装置中,第一确定单元902包括:第一确定模块,用于根据评分数据的属性信息确定评分表的模板;第二确定模块,用于通过将数控机床的测量结果导入至评分表的模板中,进而确定教学课程考试的学生成绩。
可选地,在本申请实施例提供的数控机床教学课程的考评装置中,第一分析单元903包括:第一分析模块,用于通过目标统计算法对学生成绩统计分析,得到分析后的数据,并将分析后的数据进行页面显示,其中,页面显示的内容至少包括:每个学生对应的题目类型的分数、每个学生对应的题目类型的分数与班级题目类型的目标分数的比较结果、每个学生对应的题目类型的失分统计、班级题目类型的失分统计。
可选地,在本申请实施例提供的数控机床教学课程的考评装置中,第一考评单元904包括:第一获取模块,用于从失分统计中获取失分数量,其中,失分数量包括:每个学生对应的题目类型的失分数量以及班级题目类型的失分数量;第一考评模块,用于通过失分数量对教学课程进行考评。
可选地,在本申请实施例提供的数控机床教学课程的考评装置中,统计数据的属性信息至少包括:期末统计分数、每个学生的分数统计、每个学生的失分统计、每个学生的成绩排名,其中,期末统计分数至少包括:统计数据需要的预设时间、评分表的模板名称、成绩统计、学生的课程学分、学生的课程绩点、以及学生的学分绩点。
数控机床教学课程的考评装置包括处理器和存储器,上述的第一配置单元901、第一确定单元902、第一分析单元903、第一考评单元904等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来进行数控机床教学课程的考评。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现数控机床教学课程的考评方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行数控机床教学课程的考评方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;通过评分数据的属性信息确定教学课程考试的学生成绩;对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;通过分析后的数据对教学课程进行考评。
处理器执行程序时还实现以下步骤:考试的题目类型、考试的考核内容、考试的预设规范值、考试成绩、考试成绩的上偏差、考试成绩的下偏差、题目的失分类型。
处理器执行程序时还实现以下步骤:将评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;将统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
处理器执行程序时还实现以下步骤:根据评分数据的属性信息确定评分表的模板;通过将数控机床的测量结果导入至评分表的模板中,进而确定教学课程考试的学生成绩。
处理器执行程序时还实现以下步骤:通过目标统计算法对学生成绩统计分析,得到分析后的数据,并将分析后的数据进行页面显示,其中,页面显示的内容至少包括:每个学生对应的题目类型的分数、每个学生对应的题目类型的分数与班级题目类型的目标分数的比较结果、每个学生对应的题目类型的失分统计、班级题目类型的失分统计。
处理器执行程序时还实现以下步骤:从失分统计中获取失分数量,其中,失分数量包括:每个学生对应的题目类型的失分数量以及班级题目类型的失分数量;通过失分数量对教学课程进行考评。
处理器执行程序时还实现以下步骤:期末统计分数、每个学生的分数统计、每个学生的失分统计、每个学生的成绩排名,其中,期末统计分数至少包括:统计数据需要的预设时间、评分表的模板名称、成绩统计、学生的课程学分、学生的课程绩点、以及学生的学分绩点。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,配置后的目标数据的属性信息至少包括:教学课程考试的评分数据的属性信息、教学课程考试的统计数据的属性信息;通过评分数据的属性信息确定教学课程考试的学生成绩;对学生成绩统计分析,得到分析后的数据,其中,分析后的数据至少包括每个学生的失分统计;通过分析后的数据对教学课程进行考评。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:考试的题目类型、考试的考核内容、考试的预设规范值、考试成绩、考试成绩的上偏差、考试成绩的下偏差、题目的失分类型。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:将评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;将统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:根据评分数据的属性信息确定评分表的模板;通过将数控机床的测量结果导入至评分表的模板中,进而确定教学课程考试的学生成绩。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:通过目标统计算法对学生成绩统计分析,得到分析后的数据,并将分析后的数据进行页面显示,其中,页面显示的内容至少包括:每个学生对应的题目类型的分数、每个学生对应的题目类型的分数与班级题目类型的目标分数的比较结果、每个学生对应的题目类型的失分统计、班级题目类型的失分统计。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:从失分统计中获取失分数量,其中,失分数量包括:每个学生对应的题目类型的失分数量以及班级题目类型的失分数量;通过失分数量对教学课程进行考评。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:期末统计分数、每个学生的分数统计、每个学生的失分统计、每个学生的成绩排名,其中,期末统计分数至少包括:统计数据需要的预设时间、评分表的模板名称、成绩统计、学生的课程学分、学生的课程绩点、以及学生的学分绩点。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种数控机床教学课程的考评方法,其特征在于,包括:
对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,所述配置后的目标数据的属性信息至少包括:所述教学课程考试的评分数据的属性信息、所述教学课程考试的统计数据的属性信息;
通过所述评分数据的属性信息确定所述教学课程考试的学生成绩;
对所述学生成绩统计分析,得到分析后的数据,其中,所述分析后的数据至少包括每个学生的失分统计;
通过所述分析后的数据对所述教学课程进行考评。
2.根据权利要求1所述的方法,其特征在于,所述评分数据的属性信息至少包括:考试的题目类型、考试的考核内容、考试的预设规范值、考试成绩、考试成绩的上偏差、考试成绩的下偏差、题目的失分类型。
3.根据权利要求1所述的方法,其特征在于,对教学课程考试中的目标数据的属性进行信息的配置包括:
将所述评分数据的属性按照第一预设格式进行信息的配置,得到配置后的评分数据的属性信息;
将所述统计数据的属性按照第二预设格式进行信息的配置,得到配置后的统计数据的属性信息。
4.根据权利要求1所述的方法,其特征在于,通过所述评分数据的属性信息确定所述教学课程考试的学生成绩包括:
根据所述评分数据的属性信息确定评分表的模板;
通过将数控机床的测量结果导入至所述评分表的模板中,进而确定所述教学课程考试的学生成绩。
5.根据权利要求1所述的方法,其特征在于,对所述学生成绩统计分析,得到分析后的数据包括:
通过目标统计算法对所述学生成绩统计分析,得到所述分析后的数据,并将所述分析后的数据进行页面显示,其中,页面显示的内容至少包括:每个学生对应的题目类型的分数、所述每个学生对应的题目类型的分数与班级题目类型的目标分数的比较结果、每个学生对应的题目类型的失分统计、班级题目类型的失分统计。
6.根据权利要求5所述的方法,其特征在于,通过所述分析后的数据对所述教学课程进行考评包括:
从所述失分统计中获取失分数量,其中,所述失分数量包括:所述每个学生对应的题目类型的失分数量以及所述班级题目类型的失分数量;
通过所述失分数量对所述教学课程进行考评。
7.根据权利要求1所述的方法,其特征在于,所述统计数据的属性信息至少包括:期末统计分数、每个学生的分数统计、每个学生的失分统计、每个学生的成绩排名,其中,所述期末统计分数至少包括:所述统计数据需要的预设时间、评分表的模板名称、成绩统计、学生的课程学分、学生的课程绩点、以及学生的学分绩点。
8.一种数控机床教学课程的考评装置,其特征在于,包括:
第一配置单元,用于对教学课程考试中的目标数据的属性进行信息的配置,得到配置后的目标数据的属性信息,其中,所述配置后的目标数据的属性信息至少包括:所述教学课程考试的评分数据的属性信息、所述教学课程考试的统计数据的属性信息;
第一确定单元,用于通过所述评分数据的属性信息确定所述教学课程考试的学生成绩;
第一分析单元,用于对所述学生成绩统计分析,得到分析后的数据,其中,所述分析后的数据至少包括每个学生的失分统计;
第一考评单元,用于通过所述分析后的数据对所述教学课程进行考评。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111187748.3A CN113919985A (zh) | 2021-10-12 | 2021-10-12 | 数控机床教学课程的考评方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111187748.3A CN113919985A (zh) | 2021-10-12 | 2021-10-12 | 数控机床教学课程的考评方法、装置、存储介质及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113919985A true CN113919985A (zh) | 2022-01-11 |
Family
ID=79239651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111187748.3A Pending CN113919985A (zh) | 2021-10-12 | 2021-10-12 | 数控机床教学课程的考评方法、装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919985A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115757807A (zh) * | 2022-10-12 | 2023-03-07 | 北京雪杉教育科技发展有限公司 | 课程标准关联性图谱生成方法、装置、电子设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663555A (zh) * | 2012-04-16 | 2012-09-12 | 苏州卫生职业技术学院 | 一种健康评估客观结构化临床考试系统及其运行方法 |
CN104331764A (zh) * | 2014-10-24 | 2015-02-04 | 沈阳化工大学 | 一种网络在线考试管理信息系统 |
CN104463399A (zh) * | 2013-11-25 | 2015-03-25 | 北京建筑大学 | 一种学生培养管理方法及系统 |
-
2021
- 2021-10-12 CN CN202111187748.3A patent/CN113919985A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663555A (zh) * | 2012-04-16 | 2012-09-12 | 苏州卫生职业技术学院 | 一种健康评估客观结构化临床考试系统及其运行方法 |
CN104463399A (zh) * | 2013-11-25 | 2015-03-25 | 北京建筑大学 | 一种学生培养管理方法及系统 |
CN104331764A (zh) * | 2014-10-24 | 2015-02-04 | 沈阳化工大学 | 一种网络在线考试管理信息系统 |
Non-Patent Citations (1)
Title |
---|
洪权春: ""分子生物学实验课成绩评定的探索"", 《商丘师范学院学报》, vol. 28, no. 12, 15 December 2012 (2012-12-15), pages 137 - 40 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115757807A (zh) * | 2022-10-12 | 2023-03-07 | 北京雪杉教育科技发展有限公司 | 课程标准关联性图谱生成方法、装置、电子设备和介质 |
CN115757807B (zh) * | 2022-10-12 | 2023-09-12 | 北京雪杉教育科技发展有限公司 | 课程标准关联性图谱生成方法、装置、电子设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Johnson et al. | Probability and statistics for engineers | |
Plonsky et al. | How to do a meta‐analysis | |
Steele | Exploring the mathematical knowledge for teaching geometry and measurement through the design and use of rich assessment tasks | |
Izsák et al. | Measuring middle grades teachers' understanding of rational numbers with the mixture Rasch model | |
Arfiana et al. | Problem solving skill of students of senior high schools and Islamic high schools in Tegal Regency in solving the problem of PISA based on Polya’s stage | |
Williams | A holistic-componential model for assessing translation student performance and competency | |
US20160019803A1 (en) | System, method and computer-accessible medium for scalable testing and evaluation | |
CN108009761A (zh) | 教学质量管理方法及系统 | |
CN113919985A (zh) | 数控机床教学课程的考评方法、装置、存储介质及处理器 | |
Wardhani et al. | HIGH SCHOOL STUDENTS'ERROR IN SOLVING WORD PROBLEM OF TRIGONOMETRY BASED ON NEWMAN ERROR HIERARCHICAL MODEL | |
Bhore et al. | An exploratory study of factors influencing career decisions of Generation Z women in Data Science | |
Knogler et al. | Determining an evidence base for particular fields of educational practice: a systematic review of meta-analyses on effective mathematics and science teaching | |
Wells et al. | An examination of two procedures for identifying consequential item parameter drift | |
Geiger et al. | Using test scores to evaluate and hold school teachers accountable in New Mexico | |
Moore et al. | Developing measures of roughness: Problem solving as a method to document student thinking in engineering | |
Toktarova | Assessing the efficiency of teaching mathematics in the e-learning environment | |
Paudel | Dimensions of academic performance in the context of Nepali higher education institutions | |
Jablonski et al. | How digital tools support the validation of outdoor modelling results | |
CN108053193A (zh) | 教育信息分析与查询方法及系统 | |
Pohl et al. | Digital Mathematics Textbooks: Analyzing structure of student uses | |
CN112884306A (zh) | 一种对教师的教学质量进行测评的方法 | |
CN112395115A (zh) | 实时成绩处理方法、装置、电子设备及计算机可读介质 | |
TW202203133A (zh) | 多維度職業性格動態檢測方法及動態檢測裝置 | |
Núñez-Pacheco et al. | Scientific Research and Writing Skills in Engineering Students | |
CN111126732A (zh) | 指标数据的评估方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |